过氧化苯甲酰与电灼皮肤切开清除Cutibacterium Acnes
源站描述指出,肩关节置换术后PJI发生率约为0.80%至1.46%,且随手术普及预计上升;C. acnes是肩关节置换PJI最常见致病菌,常规消毒无法完全清除手术野中的该菌,皮肤切开时皮脂腺释放细菌可污染手套等

基本信息
资源简介
过氧化苯甲酰与电灼皮肤切开清除Cutibacterium Acnes
该数据集来自clinicaltrials.gov,主题为假体周围感染(PJI),聚焦肩关节置换术后由Cutibacterium acnes(C. acnes)引起的感染问题。源站描述指出,肩关节置换术后PJI发生率约为0.80%至1.46%,且随手术普及预计上升;C. acnes是肩关节置换PJI最常见致病菌,常规消毒无法完全清除手术野中的该菌,皮肤切开时皮脂腺释放细菌可污染手套等。数据集可用于研究过氧化苯甲酰与电灼皮肤切开对清除C. acnes的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:假体关节感染。肩关节置换术后的假体周围感染(PJI)不仅对患者有害,而且给我们的医疗系统带来巨大负担。肩关节置换术后PJI的发生率估计在0.80%至1.46%之间,随着肩关节置换术越来越普遍,预计发病率将增加。Cutibacterium acnes(C. acnes)是一种常见于皮脂腺的革兰氏阳性厌氧菌,是肩关节置换术后PJI最常见的致病菌。人类肩部皮肤大量定植C. acnes,研究表明,当前的标准消毒实践无法从手术野中完全清除C. acnes。据推测,当进行皮肤切开时,皮肤中的皮脂腺也被切开,释放出C. acnes并污染手套,ins
【主题与分类】
主题标签:Prosthetic-joint Infection。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05676411
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05676411
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
病症:假体关节感染。肩关节置换术后的假体周围关节感染(PJI)不仅对患者有害,也给我们的医疗系统带来了巨大的负担。肩关节置换术后PJI的发生率估计在0.80%至1.46%之间,随着肩关节置换术越来越普遍,预计发病率将增加。痤疮丙酸杆菌(C. acnes)是一种常见于皮脂腺的革兰氏阳性厌氧菌,是肩关节置换术后PJI最常见的致病菌。人类肩部皮肤上大量定植着C. acnes,研究表明,目前的常规消毒方法无法完全清除手术区域中的C. acnes。理论上认为,当进行皮肤切口时,皮肤中的皮脂腺也被切开,释放出C. acnes并污染手套、器械,最终在手术后续过程中污染手术区域。预防C. acnes污染可能显著降低肩关节置换术后的PJI。电烙术已被常规用于组织解剖和止血。
研究表明,电灼作为一种替代手术刀片进行皮肤切开的方法,其安全性和有效性已得到证实。据推测,电灼电极尖端产生的高温可能会加热并破坏切口真皮边缘暴露的痤疮丙酸杆菌。这一假设最近在研究者所在机构进行的一项随机临床试验中得到了证实。使用电灼进行皮肤切开后立即从切口真皮边缘取培养,结果显示痤疮丙酸杆菌培养阳性率为零,而使用手术刀片切开时观察到的阳性培养率为31%。尽管电灼最初似乎消除了切口部位的痤疮丙酸杆菌,但在手术接近结束时从外科医生手套和器械上取的培养被发现为阳性
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




